数据结构——二叉树（五）红黑树，哈夫曼树

七：红黑树

 

 

 

 

 

 

 

 

二叉查找树（BST）具备什么特性呢？

 

1.左子树上所有结点的值均小于或等于它的根结点的值。

2.右子树上所有结点的值均大于或等于它的根结点的值。

3.左、右子树也分别为二叉排序树。

 

下图中这棵树，就是一颗典型的二叉查找树：

 

 

 

 

 

 

1.查看根节点9：

 

 

 

2.由于10 > 9，因此查看右孩子13：

 

 

 

3.由于10 < 13，因此查看左孩子11：

 

 

 

4.由于10 < 11，因此查看左孩子10，发现10正是要查找的节点：

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

假设初始的二叉查找树只有三个节点，根节点值为9，左孩子值为8，右孩子值为12：

 

 

 

接下来我们依次插入如下五个节点：7,6,5,4,3。依照二叉查找树的特性，结果会变成什么样呢？

 

 

 

 

 

 

 

 

 

 

 

 

1.节点是红色或黑色。

2.根节点是黑色。

3.每个叶子节点都是黑色的空节点（NIL节点）。

4 每个红色节点的两个子节点都是黑色。(从每个叶子到根的所有路径上不能有两个连续的红色节点)

5.从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点。

 

下图中这棵树，就是一颗典型的红黑树：

 

 

 

 

 

 

 

 

 

什么情况下会破坏红黑树的规则，什么情况下不会破坏规则呢？我们举两个简单的栗子：

 

1.向原红黑树插入值为14的新节点：

 

 

 

 

由于父节点15是黑色节点，因此这种情况并不会破坏红黑树的规则，无需做任何调整。

 

 

 

2.向原红黑树插入值为21的新节点：

 

 

 

 

由于父节点22是红色节点，因此这种情况打破了红黑树的规则4（每个红色节点的两个子节点都是黑色），必须进行调整，使之重新符合红黑树的规则。

 

 

 

 

 

 

变色：

 

为了重新符合红黑树的规则，尝试把红色节点变为黑色，或者把黑色节点变为红色。

 

下图所表示的是红黑树的一部分，需要注意节点25并非根节点。因为节点21和节点22连续出现了红色，不符合规则4，所以把节点22从红色变成黑色：

 

 

 

 

但这样并不算完，因为凭空多出的黑色节点打破了规则5，所以发生连锁反应，需要继续把节点25从黑色变成红色：

 

 

 

 

此时仍然没有结束，因为节点25和节点27又形成了两个连续的红色节点，需要继续把节点27从红色变成黑色：

 

 

 

左旋转：

 

逆时针旋转红黑树的两个节点，使得父节点被自己的右孩子取代，而自己成为自己的左孩子。说起来很怪异，大家看下图：

 

 

 

图中，身为右孩子的Y取代了X的位置，而X变成了自己的左孩子。此为左旋转。

 

 

右旋转：

 

顺时针旋转红黑树的两个节点，使得父节点被自己的左孩子取代，而自己成为自己的右孩子。大家看下图：

 

 

 

图中，身为左孩子的Y取代了X的位置，而X变成了自己的右孩子。此为右旋转。

 

 

 

 

 

 

我们以刚才插入节点21的情况为例：

 

 

 

首先，我们需要做的是变色，把节点25及其下方的节点变色：

 

 

 

此时节点17和节点25是连续的两个红色节点，那么把节点17变成黑色节点？恐怕不合适。这样一来不但打破了规则4，而且根据规则2（根节点是黑色），也不可能把节点13变成红色节点。

 

变色已无法解决问题，我们把节点13看做X，把节点17看做Y，像刚才的示意图那样进行左旋转：

 

 

 

 

 

 

 

由于根节点必须是黑色节点，所以需要变色，变色结果如下：

 

 

 

 

这样就结束了吗？并没有。因为其中两条路径(17 -> 8 -> 6 -> NIL)的黑色节点个数是4，其他路径的黑色节点个数是3，不符合规则5。

 

这时候我们需要把节点13看做X，节点8看做Y，像刚才的示意图那样进行右旋转：

 

 

 

 

 

 

 

 

 

最后根据规则来进行变色：

 

 

 

 

如此一来，我们的红黑树变得重新符合规则。这一个例子的调整过程比较复杂，经历了如下步骤：

 

变色 -> 左旋转 -> 变色 -> 右旋转 -> 变色

 

 

 

 

 

 

 

 

 

几点说明：

 

1. 关于红黑树自平衡的调整，插入和删除节点的时候都涉及到很多种Case，由于篇幅原因无法展开来一一列举，有兴趣的朋友可以参考维基百科，里面讲的非常清晰。

 

2.漫画中红黑树调整过程的示例是一种比较复杂的情形，没太看明白的小伙伴也不必钻牛角尖，关键要懂得红黑树自平衡调整的主体思想。

 

八：哈夫曼树

1，什么是哈夫曼树？

2，如何构建哈夫曼树？

3，哈夫曼编码？

一，什么是哈夫曼树

什么是哈夫曼树呢？

哈夫曼树是一种带权路径长度最短的二叉树，也称为最优二叉树。下面用一幅图来说明。

它们的带权路径长度分别为：

图a： WPL=5*2+7*2+2*2+13*2=54

图b： WPL=5*3+2*3+7*2+13*1=48

可见，图b的带权路径长度较小，我们可以证明图b就是哈夫曼树(也称为最优二叉树)。

二，如何构建哈夫曼树

一般可以按下面步骤构建：

1，将所有左，右子树都为空的作为根节点。

2，在森林中选出两棵根节点的权值最小的树作为一棵新树的左，右子树，且置新树的附加根节点的权值为其左，右子树上根节点的权值之和。注意，左子树的权值应小于右子树的权值。

3，从森林中删除这两棵树，同时把新树加入到森林中。

4，重复2，3步骤，直到森林中只有一棵树为止，此树便是哈夫曼树。

下面是构建哈夫曼树的图解过程：

三，哈夫曼编码

利用哈夫曼树求得的用于通信的二进制编码称为哈夫曼编码。树中从根到每个叶子节点都有一条路径，对路径上的各分支约定指向左子树的分支表示”0”码，指向右子树的分支表示“1”码，取每条路径上的“0”或“1”的序列作为各个叶子节点对应的字符编码，即是哈夫曼编码。

就拿上图例子来说：

A，B，C，D对应的哈夫曼编码分别为：111，10，110，0

用图说明如下：

记住，设计电文总长最短的二进制前缀编码，就是以n个字符出现的频率作为权构造一棵哈夫曼树，由哈夫曼树求得的编码就是哈夫曼编码。